app.py

import gradio as gr
from transformers import pipeline

# 이미지 인식 파이프라인 로드
model = pipeline("image-classification", model="google/vit-base-patch16-224")

# 카테고리에 따른 사운드 파일 URL을 정의
sound_urls = {
    "dog": "https://example.com/dog_bark.mp3",
    "cat": "https://example.com/cat_meow.mp3",
    # ... 각 카테고리에 대한 사운드 파일 URL 추가
}

def classify_image(uploaded_image):
    predictions = model(uploaded_image)
    # 가장 확률이 높은 예측 결과를 가져옴
    top_prediction = predictions[0]['label']
    
    # 예측 결과에 해당하는 사운드 파일의 URL을 반환
    sound_url = sound_urls.get(top_prediction, None)
    return top_prediction, sound_url

# Gradio 인터페이스 생성
iface = gr.Interface(
    fn=classify_image,
    inputs=gr.Image(type="pil"),
    outputs=[gr.Label(), gr.Audio()],
    title="이미지 분류 및 사운드 재생",
    description="이미지를 업로드하면, 사물을 인식하고 해당하는 사운드의 URL을 반환합니다."
)

# 인터페이스 실행
iface.launch()